面向未来：基于深度学习的方法以缓解非结构环境中遥控驾驶的控制传输延迟

遥控驾驶是操作无人地面车辆（UGVs）在非结构环境中的主要方法，其中驾驶稳定性至关重要。然而，时间延迟可能会影响这种稳定性。在本信中，我们提出了一种基于深度学习模型的计算延迟补偿方法，以解决控制传输延迟。最初，我们从模拟的非结构环境中收集遥控驾驶数据，然后设计了一种利用时间序列预测模型的延迟补偿方法。该方法生成相当于延迟时间步的未来控制输入。我们的评估显示了这种延迟补偿方法在非结构环境中用于遥控驾驶的可能性。